基于深度神经网络的声学特征学习及音素识别的研究
摘要 | 第1-5页 |
Abstract | 第5-11页 |
第1章 引言 | 第11-16页 |
·研究背景与意义 | 第11-12页 |
·语音识别的研究意义 | 第11页 |
·音素识别的研究意义 | 第11-12页 |
·研究现状 | 第12-14页 |
·音素识别研究发展史 | 第12-13页 |
·特征学习在语音识别中应用的发展 | 第13-14页 |
·本文的主要研究内容和贡献 | 第14-16页 |
·研究内容及各章简介 | 第14页 |
·本文主要贡献 | 第14-16页 |
第2章 背景知识介绍 | 第16-33页 |
·引言 | 第16页 |
·自动语音识别系统 | 第16-19页 |
·问题定义 | 第16-17页 |
·HMM与语音识别 | 第17-19页 |
·深度学习 | 第19-30页 |
·神经网络定义 | 第19-22页 |
·玻尔兹曼机与深度置信网 | 第22-27页 |
·基于能量的模型 | 第22-23页 |
·玻尔兹曼机 | 第23-25页 |
·深度置信网 | 第25-27页 |
·深度神经网络 | 第27-29页 |
·训练技巧 | 第29-30页 |
·随机梯度下降 | 第29页 |
·冲量 | 第29-30页 |
·深度学习应用于语音识别 | 第30-32页 |
·特征学习的意义 | 第32页 |
·本章小结 | 第32-33页 |
第3章 基于TIMIT的音素识别实验平台构建 | 第33-39页 |
·引言 | 第33页 |
·TIMIT语料库介绍 | 第33-34页 |
·HMM-GMM模型音素识别器的训练 | 第34-36页 |
·HMM-DNN模型音素识别系统 | 第36-38页 |
·GMM与DNN识别效果对比 | 第38页 |
·本章小结 | 第38-39页 |
第4章 串联深度神经网络模型进行声学建模的研究 | 第39-47页 |
·引言 | 第39页 |
·串联系统 | 第39-41页 |
·串联系统的系统流程 | 第40-41页 |
·串联系统方法的影响 | 第41页 |
·串联深度神经网络模型 | 第41-43页 |
·实验配置 | 第43页 |
·实验结果 | 第43-46页 |
·本章小结 | 第46-47页 |
第5章 鲁棒性语音识别中的高斯玻尔兹曼机特征学习 | 第47-58页 |
·引言 | 第47页 |
·受限玻尔兹曼机 | 第47-51页 |
·受限玻尔兹曼机的训练算法 | 第48-51页 |
·高斯-伯努利受限玻尔兹曼机 | 第51页 |
·多变量高斯玻尔兹曼机 | 第51-53页 |
·鲁棒性语音识别的特征学习 | 第53-54页 |
·实验配置 | 第54-55页 |
·RBM的训练 | 第55页 |
·DNN的训练 | 第55页 |
·实验结果 | 第55-56页 |
·本章小结 | 第56-58页 |
第6章 对照自编码器进行特征学习的研究 | 第58-68页 |
·引言 | 第58-59页 |
·自编码器 | 第59-60页 |
·对照自编码器 | 第60-64页 |
·对照自编码器模型描述 | 第60页 |
·对照自编码器的损失函数 | 第60-61页 |
·对照自编码器的训练算法 | 第61-64页 |
·预训练(pre-training) | 第62页 |
·对照精细调节(fine-tuning) | 第62-63页 |
·与Chen的模型的对比 | 第63-64页 |
·实验配置 | 第64-65页 |
·实验与结果 | 第65-66页 |
·本章小结 | 第66-68页 |
第7章 使用神经网络进行动态特征学习 | 第68-77页 |
·引言 | 第68页 |
·传统语音信号差分的使用 | 第68-69页 |
·基于神经网络的差分特征 | 第69-72页 |
·方法描述 | 第69-70页 |
·可选架构 | 第70-72页 |
·实验配置 | 第72-73页 |
·实验结果 | 第73-76页 |
·新差分特征的学习 | 第73-74页 |
·新差分与传统差分的比较 | 第74-75页 |
·音素识别 | 第75-76页 |
·本章小结 | 第76-77页 |
第8章 总结与展望 | 第77-80页 |
·本文工作总结 | 第77页 |
·语音识别未来研究展望 | 第77-80页 |
参考文献 | 第80-85页 |
致谢 | 第85-87页 |
个人简历、在学期间发表的学术论文与研究成果 | 第87页 |